具有不同长度项目的(已经很宽的)数据的复杂重组
complex restructuring of (already wide) data with items of different length
我想重组我的数据集。因此,我需要一种从长到宽的重组。对我来说,困难在于我已经有了像宽幅面这样的东西,我想把它做得更宽。但是因此我找不到任何可比的帖子来完成这个重组过程。
这是我目前的数据集:
或用 str() 函数显示:
Classes ‘data.table’ and 'data.frame': 1651 obs. of 13 variables:
$ passcode : chr "AN04AD" "AN04AD" "AN04AD" "AN04AD" ...
$ question_id : num 1 2 3 4 5 6 7 8 9 10 ...
$ question_type: chr "TrueOrFalse" "TrueOrFalse" "TrueOrFalse" "TrueOrFalse" ...
$ option_1 : num 1 1 1 1 1 0 NA 0 1 0 ...
$ option_2 : num 0 0 0 0 1 0 NA 1 0 1 ...
$ option_3 : num 0 0 0 0 1 0 NA 1 0 1 ...
$ option_4 : num 0 0 0 0 2 1 NA 0 1 0 ...
$ option_5 : num 0 0 0 0 2 0 NA 0 0 0 ...
$ option_6 : num 0 0 0 0 1 0 NA 0 0 0 ...
$ option_7 : num NA NA NA NA 2 NA NA NA NA NA ...
$ option_8 : num NA NA NA NA 1 NA NA NA NA NA ...
$ created_at : POSIXct, format: "2021-06-03 18:28:16" "2021-06-03 18:28:16" "2021-06-03 18:28:16" "2021-06-03 18:28:16" ...
$ updated_at : POSIXct, format: NA NA NA NA ..
重构后应该是这样的:
这意味着对于每个人(密码)我只需要数据集中的一行。
总的来说,我有 11 个项目 (question_id) 和 1529 行,它们构成了 139 个不同的密码。
项目 (question_id) 的答案选项数量各不相同,但这些答案选项的最大值为 8 个答案。项目 1 (question_id = 1),例如只有 6 个答案选项,为什么(在重组过程之后)新变量“question1_option7”和“question1_option8”只有 NA。
在重组过程中,我希望将“option_x”变量重命名为:question1_option1、question1_option2 等。
这可以通过 dplyr
中的 pivot_wider()
来完成
df <- tibble(passcode = rep(LETTERS[1:10], each = 2),
question_id = rep(1:2, times = 10),
questionType = "TrueOrFalse",
option_1 = round(runif(min = 0, max = 3, 20)),
option_2 = round(runif(20)))
df %>% pivot_wider(names_from = 'question_id',
values_from = c('option_1', 'option_2'),
id_cols = 'passcode')
我想重组我的数据集。因此,我需要一种从长到宽的重组。对我来说,困难在于我已经有了像宽幅面这样的东西,我想把它做得更宽。但是因此我找不到任何可比的帖子来完成这个重组过程。
这是我目前的数据集:
或用 str() 函数显示:
Classes ‘data.table’ and 'data.frame': 1651 obs. of 13 variables:
$ passcode : chr "AN04AD" "AN04AD" "AN04AD" "AN04AD" ...
$ question_id : num 1 2 3 4 5 6 7 8 9 10 ...
$ question_type: chr "TrueOrFalse" "TrueOrFalse" "TrueOrFalse" "TrueOrFalse" ...
$ option_1 : num 1 1 1 1 1 0 NA 0 1 0 ...
$ option_2 : num 0 0 0 0 1 0 NA 1 0 1 ...
$ option_3 : num 0 0 0 0 1 0 NA 1 0 1 ...
$ option_4 : num 0 0 0 0 2 1 NA 0 1 0 ...
$ option_5 : num 0 0 0 0 2 0 NA 0 0 0 ...
$ option_6 : num 0 0 0 0 1 0 NA 0 0 0 ...
$ option_7 : num NA NA NA NA 2 NA NA NA NA NA ...
$ option_8 : num NA NA NA NA 1 NA NA NA NA NA ...
$ created_at : POSIXct, format: "2021-06-03 18:28:16" "2021-06-03 18:28:16" "2021-06-03 18:28:16" "2021-06-03 18:28:16" ...
$ updated_at : POSIXct, format: NA NA NA NA ..
重构后应该是这样的:
这意味着对于每个人(密码)我只需要数据集中的一行。 总的来说,我有 11 个项目 (question_id) 和 1529 行,它们构成了 139 个不同的密码。 项目 (question_id) 的答案选项数量各不相同,但这些答案选项的最大值为 8 个答案。项目 1 (question_id = 1),例如只有 6 个答案选项,为什么(在重组过程之后)新变量“question1_option7”和“question1_option8”只有 NA。 在重组过程中,我希望将“option_x”变量重命名为:question1_option1、question1_option2 等。
这可以通过 dplyr
pivot_wider()
来完成
df <- tibble(passcode = rep(LETTERS[1:10], each = 2),
question_id = rep(1:2, times = 10),
questionType = "TrueOrFalse",
option_1 = round(runif(min = 0, max = 3, 20)),
option_2 = round(runif(20)))
df %>% pivot_wider(names_from = 'question_id',
values_from = c('option_1', 'option_2'),
id_cols = 'passcode')